Driver program:

运行应用程序的main函数并创建SparkContext的进程
除了RDD的最终执行所写的业务逻辑，剩下的都在Driver里生成，Driver端执行action算子才会到开始执行所创建的DAG-RDD图。

Cluster manager：

用于获取集群资源外部服务

Master：

进程，负责整个集群的调度、分配、监控等职责

Worker node：

进程，负责存储RDD的某个或某些Partition，启动其他进程或线程，对RDD的partition处理和计算

Executor：

进程，运行任务，并将数据保存在内存或磁盘存储区中
Driver端产生Task进行序列化通过网络传输给Executor，Executor进行反序列化后让进线程池中执行Task

Job

Spark中每个action对应着一个Job，transformation不是Job。

Task：

线程，对RDD的partition进行并行计算
一个Job被拆分成若干个Stage，每个Stage执行一些计算，产生一些中间结果。它们的目的是最终生成这个Job的计算结果。而每个Stage是一个taskSet，包含若干个task。Task是Spark中最小的工作单元，在一个executor上完成一个特定的事情，Executor的每个core每次只能执行一个task。

Stage：

每个作业被划分为更小的任务集，称为相互依赖的阶段（类似于map reduce中的map和reduce阶段）
Stage个数：1+shuffle依赖的数量（resultStage+shuffleMapStage）：反向推导，每进行一次宽依赖（也就是每进行一个shuffle）前面的RDD就被分到一个Stage里。
例：下面进行了两个宽依赖（两次shuffle）